基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
针对传统PID控制器用于变风量空调系统温度控制中存在的控制精度低,稳定性差等问题,本文提出了一种基于云自适应量子粒子群优化算法(CQPSO)优化PID参数的变风量空调温度控制策略.CQPSO算法利用正态云发生器自适应调整粒子的收缩-扩张系数,以协调QPSO算法在全局搜索和局部探索之间的平衡,从而提高算法的收敛速度和全局收敛性,并通过标准测试函数验证该算法的有效性;在建立变风量空调温度控制系统数学模型的基础上,利用CQPSO算法对VAV空调温度-风量串级控制系统的PID参数进行优化,并与其他参数整定方法进行比较.仿真结果比较表明,CQPSO-PID控制器具有超调量小,精度高的特点,能够获得良好的控制效果.
推荐文章
基于改进量子粒子群算法的NCS模糊控制器参数优化
网络控制系统
改进量子粒子群优化
模糊控制
人工蜂群算法
混合自适应量子粒子群优化算法
量子粒子群优化算法
收缩—扩张系数
差分策略
Levy飞行策略
基于量子粒子群算法的PID参数自整定方法
自动控制
PID参数整定
粒子群算法
自适应阶段变异量子粒子群优化算法研究
量子粒子群优化算法
进化阶段
变异算子
变异概率
函数优化
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于云自适应量子粒子群优化算法的PID控制器在VAV空调系统温度控制中的应用
来源期刊 计算机与应用化学 学科 工学
关键词 VAV空调系统 温度控制 量子粒子群优化算法 云模型 自适应 控制器
年,卷(期) 2018,(11) 所属期刊栏目
研究方向 页码范围 920-930
页数 11页 分类号 TP301.6
字数 语种 中文
DOI 10.16866/j.com.app.chem201811006
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (26)
共引文献  (74)
参考文献  (9)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1995(3)
  • 参考文献(1)
  • 二级参考文献(2)
1998(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(2)
  • 参考文献(0)
  • 二级参考文献(2)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(3)
  • 参考文献(0)
  • 二级参考文献(3)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(5)
  • 参考文献(1)
  • 二级参考文献(4)
2004(5)
  • 参考文献(1)
  • 二级参考文献(4)
2005(3)
  • 参考文献(0)
  • 二级参考文献(3)
2006(3)
  • 参考文献(2)
  • 二级参考文献(1)
2007(3)
  • 参考文献(1)
  • 二级参考文献(2)
2009(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
VAV空调系统
温度控制
量子粒子群优化算法
云模型
自适应
控制器
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机与应用化学
双月刊
1001-4160
11-3763/TP
大16开
北京中关村北二街2条1号
82-500
1984
chi
出版文献量(篇)
5704
总下载数(次)
10
总被引数(次)
27612
论文1v1指导